स्वायत्त एजंट कार्ये क्रमवारी
स्वायत्त एजंट कार्ये मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा.
514/514
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | स्वायत्त एजंट कार्ये स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #410 | Laguna S 2.1 high | Poolside | 0.3 | 0.5 | $0.145 | 0/1 | 158.2s |
| #420 | Nemotron 3.5 Lightning medium | NVIDIA | 0.3 | 0.5 | $0.195 | 0/1 | 341.8s |
| #429 | Laguna S 2.1 low | Poolside | 0.3 | 0.5 | $0.108 | 0/1 | 152.1s |
| #438 | Nemotron 3 Super none | NVIDIA | 0.3 | 0.4 | $0.016 | 0/1 | 30.5s |
| #482 | Command A+ low | Cohere | 0.3 | 0.3 | $0.073 | 0/1 | 128.5s |
| #227 | Qwen3.6 Max Preview medium | Qwen | 0.0 | 0.7 | $1.132 | 0/0 | 0ms |
| #287 | Claude Sonnet 4.6 medium | Anthropic | 0.0 | 0.6 | $2.126 | 0/0 | 0ms |
| #307 | Claude Opus 4.6 medium | Anthropic | 0.0 | 0.6 | $2.961 | 0/0 | 0ms |
| #315 | GLM 5 Turbo medium | Z.ai | 0.0 | 0.6 | $0.323 | 0/0 | 0ms |
| #329 | Claude Sonnet 4.6 none | Anthropic | 0.0 | 0.6 | $0.661 | 0/0 | 0ms |
| #372 | GLM 5V Turbo medium | Z.ai | 0.0 | 0.5 | $0.457 | 0/0 | 0ms |
| #374 | Claude Opus 4.7 none | Anthropic | 0.0 | 0.5 | $0.505 | 0/0 | 0ms |
| #381 | Hy3 preview medium | Tencent | 0.0 | 0.5 | $0.049 | 0/0 | 0ms |
| #386 | Qwen3.6 Max Preview none | Qwen | 0.0 | 0.5 | $0.228 | 0/0 | 0ms |
| #393 | Mimo V2 PRO medium | Xiaomi | 0.0 | 0.5 | $0.333 | 0/0 | 0ms |